UC03900

Agir de acordo com a ética e deontologia profissionais na área de informática e eletrónica

RGPD, sigilo profissional, segurança da informação, equidade, ética na tomada de decisão e regulamentos da IA

Curso profissional · 25h · Técnico de Eletrónica e Comunicações

Plano

  1. Ética e deontologia profissional
  2. RGPD e proteção de dados pessoais
  3. Sigilo profissional e dados sensíveis
  4. Segurança da informação e configurações de privacidade
  5. Palavras-chave seguras
  6. Ética perante falhas de segurança
  7. Equidade e não discriminação
  8. Colaboração, partilha e responsabilidade social e ambiental
  9. Ética na tomada de decisão: IA e sistemas autónomos
  10. Transparência e responsabilidade
  11. Regulamentos nacionais e internacionais da IA
  12. Riscos da IA: uso indevido e desinformação

Bloco 1 · Ética e deontologia profissional

O que orienta o trabalho de um técnico

Ética são os princípios que orientam o certo e o errado. Deontologia profissional aplica esses princípios ao dia a dia de uma profissão: as regras de conduta que se seguem mesmo quando ninguém está a verificar.

Os critérios de desempenho desta UC:

  • Respeitar os direitos de colegas, clientes e colaboradores.
  • Aplicar as técnicas de proteção de dados adequadas.
  • Garantir um tratamento idêntico, independentemente das características individuais.
  • Conhecer e cumprir as regras e regulamentos que condicionam o uso da tecnologia.

Exemplo: o dilema dos ficheiros pessoais

Um técnico repara um computador e encontra, sem querer, fotografias e mensagens privadas do cliente.

  • Não deve abrir, copiar, comentar nem partilhar o conteúdo.
  • O acesso ao equipamento é só para efeitos de reparação.
  • Qualquer informação vista incidentalmente é confidencial (sigilo profissional).
  • Se houver indícios de crime, reporta-se pelos canais próprios, nunca por conta própria.

A discrição faz parte do trabalho tanto quanto a competência técnica.

Bloco 2 · RGPD e proteção de dados pessoais

O que é o RGPD

O Regulamento Geral de Proteção de Dados (RGPD), em vigor desde 2018, protege os dados pessoais de qualquer cidadão da União Europeia.

  • Aplica-se a qualquer entidade que recolha, processe ou armazene dados pessoais.
  • Dado pessoal: identifica ou permite identificar uma pessoa (nome, email, IP, foto).
  • Dado sensível: categoria especial (saúde, orientação sexual, biometria, religião).
  • Titular dos dados: a pessoa a quem os dados pertencem.
  • Responsável pelo tratamento: quem decide porque e como os dados são usados.

Princípios do tratamento de dados

  • Licitude, lealdade e transparência: só recolher com base legal, informando claramente.
  • Limitação da finalidade: usar os dados só para o que foi comunicado.
  • Minimização: recolher apenas o estritamente necessário.
  • Exatidão: manter os dados corretos e atualizados.
  • Limitação da conservação: não guardar mais tempo do que o necessário.
  • Integridade e confidencialidade: proteger contra acesso não autorizado.

Direitos do titular: aceder, retificar, apagar, limitar, portar, opor-se.

Exemplo: um formulário a rever

Formulário de agendamento pede: nome, email, telefone, morada completa, contribuinte e data de nascimento.

  • Nome, email, telefone: necessários para agendar.
  • Morada: só se houver deslocação ao domicílio.
  • Contribuinte e data de nascimento: sem relação com o serviço, não devem ser pedidos.

A minimização de dados não é burocracia, é proteção do cliente e da empresa.

Bloco 3 · Sigilo profissional e dados sensíveis

O dever de sigilo

O sigilo profissional é o dever de não divulgar informação a que se tem acesso no exercício da profissão: dados de clientes, colegas, contratos, registos de rede.

Medidas de proteção de dados sensíveis:

  • Código de conduta: regras claras do que se pode e não pode fazer com a informação.
  • Comunicação segura: nunca partilhar dados de clientes por canais informais.
  • Procedimentos de proteção: cifrar informação sensível, limitar o acesso a quem precisa.
  • Práticas seguras de navegação e uso de aplicações digitais.

Exemplo: câmara numa clínica

Instalação de videovigilância numa clínica dá acesso a registos com nomes de pacientes e horários de consulta.

  • Associar uma pessoa identificável a uma consulta médica revela informação de saúde.
  • É considerado dado sensível, categoria especial do RGPD.
  • Trata-se com o mesmo sigilo que um processo clínico: não fotografar, não comentar, não guardar fora dos sistemas da clínica.

Bloco 4 · Segurança da informação

Configurar segurança e privacidade

Um técnico deve saber configurar as definições de segurança e privacidade em browsers, websites, plataformas e redes sociais.

Onde O que configurar
Browser bloqueio de rastreadores, permissões de câmara/microfone
Redes sociais visibilidade do perfil, quem pode contactar
Apps permissões de acesso, autenticação em dois fatores
Wi-Fi doméstico palavra-passe forte, encriptação WPA3

Boas práticas de navegação

  • Verificar sempre HTTPS antes de introduzir dados pessoais ou de pagamento.
  • Não clicar em ligações ou anexos de origem desconhecida (phishing).
  • Ler as permissões pedidas por uma aplicação antes de instalar.
  • Manter sistema e aplicações atualizados: as atualizações corrigem falhas conhecidas.

Prioridades para "deixar um cliente mais seguro": autenticação em dois fatores, visibilidade do perfil restrita, rever apps ligadas à conta.

Bloco 5 · Palavras-chave seguras

Regras para criar palavras-chave

  • Comprimento: pelo menos 12 caracteres.
  • Complexidade: maiúsculas, minúsculas, números e símbolos.
  • Unicidade: uma palavra-chave diferente por serviço.
  • Imprevisibilidade: evitar nomes, datas, sequências óbvias.
  • Gestor de palavras-chave: gerar e guardar palavras-chave fortes.
  • Autenticação multifator (MFA): sempre que disponível.

Exemplo: avaliar três palavras-chave

Palavra-chave Avaliação
123456 péssima, sequência mais atacada do mundo
Andre1985 fraca, nome + ano, fácil de associar a alguém
C0elh0*Verde!92km forte, longa, mista, não óbvia

Uma palavra-chave forte não precisa de ser difícil de lembrar, precisa de ser difícil de adivinhar.

Bloco 6 · Ética perante falhas de segurança

Como responder a uma falha

  • Não esconder o problema: reportar assim que é detetado.
  • Não explorar a falha para benefício próprio, mesmo "só para testar".
  • Documentar o que aconteceu e que dados podem ter sido afetados.
  • Comunicar aos afetados quando exigido por lei (RGPD: até 72h à autoridade em certos casos).
  • Corrigir e prevenir para que não se repita.

Exemplo: aceder à rede de outro cliente

Um técnico, ao testar um router, consegue aceder ao painel de outro cliente na mesma rede, sem palavra-passe.

  • Não deve explorar o acesso além do mínimo para confirmar a falha.
  • Não deve guardar nem alterar dados desse equipamento.
  • Deve reportar imediatamente à empresa e ao cliente afetado.
  • Propor a correção: definir palavra-passe, isolar a rede.

Bloco 7 · Equidade e não discriminação

Tratar cada pessoa de forma justa

Equidade: tratar cada pessoa de forma justa, reconhecendo diferenças de partida. Discriminação: tratamento desfavorável sem relação com o mérito.

Grupos e situações a proteger:

  • Necessidade de adaptações especiais: rampas, leitores de ecrã, contraste, legendas.
  • Orientações sexuais e identidades de género diversas: linguagem respeitosa, sem suposições.
  • Origem, idade, género, religião: os mesmos critérios técnicos para todos.

Exemplo: um critério discriminatório

Uma empresa exclui candidaturas a um curso técnico de pessoas com mais de 45 anos, alegando "maior facilidade de aprendizagem dos mais jovens".

  • Este critério é discriminatório em razão da idade.
  • Não tem relação com a capacidade real de aprender uma competência técnica.
  • A avaliação deve basear-se em critérios objetivos: motivação, habilitações, disponibilidade.

Bloco 8 · Colaboração e responsabilidade

Colaboração e partilha de conhecimento

  • Reduz erros repetidos: um problema documentado poupa tempo a toda a equipa.
  • Acelera a formação de quem entra de novo.
  • Melhora a qualidade das soluções: mais perspetivas identificam mais riscos.
  • Fortalece a cultura de equipa, com confiança em vez de competição isolada.

Responsabilidade social e ambiental

  • Social: integridade perante clientes e colegas; não vender serviços desnecessários; informar com honestidade.
  • Ambiental: gerir o fim de vida dos equipamentos (REEE), evitar desperdício, preferir reparar a substituir, reduzir consumo energético.

Exemplo: substituição de 20 computadores antigos exige apagamento seguro dos discos, encaminhamento para reciclagem de REEE, e avaliação de reaproveitamento.

Bloco 9 · Ética na tomada de decisão: IA e sistemas autónomos

Decisões tomadas por sistemas

Cada vez mais decisões envolvem sistemas de informação, algoritmos de IA e sistemas autónomos (atuam sem intervenção humana direta).

  • Uma decisão de um sistema tem sempre um responsável humano por trás.
  • Um algoritmo treinado com dados enviesados pode amplificar discriminações já existentes.
  • Sistemas autónomos sem supervisão levantam a questão: quem responde quando algo corre mal?

Perguntas antes de usar IA ou automatismos

  1. Que dados treinaram o sistema? Refletem a diversidade real?
  2. Que decisões o sistema toma sozinho, e quais exigem confirmação humana?
  3. É possível explicar a decisão a quem for afetado por ela?
  4. Que consequências tem um erro do sistema, e quem as suporta?

Exemplo: triagem automática de currículos

Sistema de IA seleciona automaticamente candidatos a entrevistar, sem revisão humana.

  • Pode ter sido treinado com dados históricos que refletem discriminação passada (género, idade).
  • Sem supervisão, esses padrões repetem-se em escala, sem questionamento.
  • Recomendação: revisão humana de decisões sensíveis + auditoria periódica dos resultados.

Bloco 10 · Transparência e responsabilidade

Explicar e assumir

Transparência: capacidade de mostrar com clareza como e porque uma decisão funciona. Responsabilidade: assumir as suas consequências.

  • Veracidade e completude de reportes: um relatório incompleto pode levar a decisões erradas com impacto real.
  • Justificação das decisões: quem decide deve conseguir explicar porquê.
  • Aspetos éticos e sociais das soluções tecnológicas: não avaliar só se funciona, mas que impacto tem nas pessoas.

Exemplo: reportar um erro de instalação

Um técnico percebe, dias depois, que ligou incorretamente um circuito de segurança, e o cliente não detetou.

  • Deve informar cliente e empresa de imediato, mesmo assumindo o erro.
  • Adiar ou esconder aumenta o risco para o cliente.
  • Reportar cedo, com honestidade, é o que a deontologia profissional exige.

Bloco 11 · Regulamentos nacionais e internacionais da IA

Panorama regulatório

  • AI Act (Regulamento Europeu da IA): primeiro quadro legal abrangente sobre IA, classifica sistemas por nível de risco.
  • RGPD: aplica-se sempre que a IA processa dados pessoais.
  • UNESCO e OCDE: princípios éticos internacionais (transparência, responsabilidade, não discriminação, supervisão humana).
  • Regulamentação nacional: legislação complementar e organismos de supervisão em cada Estado-membro.

Categorias de risco do AI Act

Nível de risco Exemplos Exigência
Inaceitável manipulação comportamental, pontuação social proibido
Elevado saúde, recrutamento, infraestruturas críticas avaliação de conformidade, supervisão humana
Limitado chatbots, deepfakes dever de transparência
Mínimo filtros de spam, jogos com IA sem obrigações específicas

Exemplo: reconhecimento facial em espaço público

Empresa quer instalar reconhecimento facial em espaço público para identificar qualquer pessoa que passe, sem consentimento.

  • Enquadra-se, em regra, em risco inaceitável ou, no mínimo, elevado.
  • Vigilância biométrica em tempo real é fortemente restringida pelo AI Act.
  • Tratamento de dados biométricos exige base legal reforçada ao abrigo do RGPD.
  • Antes de avançar: verificar legalidade, obter parecer jurídico.

Bloco 12 · Riscos da IA: uso indevido e desinformação

Uso mal-intencionado, inconsciente e sistemas autónomos

  • Mal-intencionado: deepfakes para enganar, automatizar ataques, conteúdo fraudulento.
  • Inconsciente: confiar cegamente numa resposta gerada automaticamente sem verificar.
  • Sistemas autónomos (veículos, robôs, drones): risco de segurança física e de responsabilidade legal por acidentes.
  • Desinformação: IA generativa cria conteúdo falso e verosímil (texto, imagem, áudio, vídeo) em grande escala.

Como mitigar na prática profissional

  • Verificar sempre os resultados de uma ferramenta de IA antes de os usar.
  • Identificar a origem de conteúdo suspeito antes de partilhar.
  • Aplicar supervisão humana em qualquer sistema autónomo relevante para pessoas.
  • Manter-se atualizado sobre regulamentos e reportar usos indevidos.

Exemplo: entregar a um cliente um relatório de diagnóstico gerado por IA sem rever é confiar cegamente; o técnico é sempre o responsável final.

Recapitulando

  • Ética e deontologia orientam o trabalho técnico tanto quanto a competência técnica.
  • RGPD, sigilo profissional e segurança da informação protegem dados pessoais e sensíveis.
  • Equidade e não discriminação garantem um tratamento justo a todas as pessoas.
  • Colaboração, responsabilidade social e ambiental fazem parte da atitude profissional.
  • Ética na tomada de decisão, transparência e regulamentos da IA guiam o uso responsável de sistemas automatizados.

Próximo: fichas e projeto, aplicar estes princípios a casos reais.

NOTAS DO PROFESSOR - Enfatizar: um erro técnico corrige-se; uma falha ética tem consequências legais e humanas que muitas vezes não se corrigem. - Erro comum ou pergunta: achar que "ética" é abstrata e sem aplicação prática no trabalho técnico. - Exemplo ou analogia: comparar um erro de soldadura (corrige-se) com uma fuga de dados de um cliente (não se apaga o dano feito).

NOTAS DO PROFESSOR - Enfatizar: "sem querer" não isenta de responsabilidade sobre o que se faz depois de ver. - Erro comum: achar que "só olhar" não tem consequência. Olhar não, mas comentar ou partilhar sim. - Exemplo ou analogia: é como um eletricista que entra em casa de alguém; vê o que vê, mas não conta a ninguém.

NOTAS DO PROFESSOR - Enfatizar: o RGPD aplica-se também a um técnico independente, não só a "grandes empresas". - Erro comum: confundir dado pessoal com dado sensível. Todo sensível é pessoal, nem todo pessoal é sensível. - Exemplo ou analogia: um IP é como uma matrícula digital, identifica indiretamente quem está por trás.

NOTAS DO PROFESSOR - Enfatizar: a minimização é o princípio mais fácil de aplicar no dia a dia (pedir só o necessário num formulário). - Erro comum: pedir número de contribuinte ou data de nascimento "por rotina", sem necessidade real. - Exemplo ou analogia: o direito ao esquecimento é como pedir que um livro apague o teu nome de uma lista pública.

NOTAS DO PROFESSOR - Enfatizar: cada dado a mais pedido é um dado a mais que a empresa tem de proteger e justificar. - Erro comum ou pergunta: perguntar à turma "porque é que uma marcação não precisa do contribuinte?". - Exemplo ou analogia: pedir dados a mais é como levar bagagem que nunca se vai usar, só aumenta o risco de perda.

NOTAS DO PROFESSOR - Enfatizar: sigilo aplica-se a colegas também, não só a clientes. - Erro comum: partilhar uma palavra-passe vista durante uma configuração "só para ajudar" um colega. - Exemplo ou analogia: o sigilo é como o segredo profissional de um médico, aplicado à eletrónica e às comunicações.

NOTAS DO PROFESSOR - Enfatizar: dados sensíveis podem surgir de forma indireta, não só declarados explicitamente. - Erro comum ou pergunta: perguntar "porque é que um horário de consulta é um dado de saúde?". - Exemplo ou analogia: é como saber que alguém entra num hospital específico, já revela algo sobre a sua saúde.

NOTAS DO PROFESSOR - Enfatizar: estas configurações são as mesmas que o técnico deve saber orientar num cliente. - Erro comum: aceitar todas as permissões de uma app sem verificar se fazem sentido para a sua função. - Exemplo ou analogia: uma app de lanterna a pedir acesso aos contactos é como um eletricista pedir a chave do cofre.

NOTAS DO PROFESSOR - Enfatizar: a atualização de software é a medida mais simples e mais adiada por todos. - Erro comum ou pergunta: perguntar "porque é que o cadeado do HTTPS não garante que o site é de confiança?" (garante só a ligação cifrada, não a idoneidade do site). - Exemplo ou analogia: instalar atualizações é como trocar a fechadura depois de saber que alguém copiou a chave.

NOTAS DO PROFESSOR - Enfatizar: a unicidade é a regra mais violada e a mais perigosa, uma fuga compromete todas as contas. - Erro comum: usar variações previsíveis da mesma palavra-chave (Andre1! e Andre2!). - Exemplo ou analogia: reutilizar palavra-chave é como usar a mesma chave para casa, carro e cofre.

NOTAS DO PROFESSOR - Enfatizar: comprimento pesa mais do que complexidade isolada no tempo necessário para quebrar por força bruta. - Erro comum ou pergunta: perguntar porque é que "Andre1985" é fraca mesmo tendo número (é previsível a partir de redes sociais). - Exemplo ou analogia: uma frase-passe longa e aleatória é como uma fechadura com muitos dentes, cada carácter extra multiplica as combinações possíveis.

NOTAS DO PROFESSOR - Enfatizar: encontrar uma falha não dá o direito de a usar, mesmo sem intenção maliciosa. - Erro comum: adiar o reporte por medo das consequências, o que agrava sempre a situação. - Exemplo ou analogia: é como encontrar uma porta destrancada em casa alheia, avisa-se o dono, não se entra.

NOTAS DO PROFESSOR - Enfatizar: aproveitar a falha, mesmo sem intenção maliciosa, é uma violação grave da ética profissional. - Erro comum ou pergunta: perguntar "e se ninguém soubesse que eu vi?" para discutir a integridade sem vigilância. - Exemplo ou analogia: é a diferença entre encontrar uma carteira e devolvê-la ou vasculhá-la primeiro.

NOTAS DO PROFESSOR - Enfatizar: equidade e igualdade não são a mesma coisa; equidade reconhece pontos de partida diferentes. - Erro comum: confundir "tratar todos igual" com "tratar todos da mesma forma exata", ignorando adaptações necessárias. - Exemplo ou analogia: dar a mesma escada a todos não é justo se um colega usa cadeira de rodas; a rampa é a equidade.

NOTAS DO PROFESSOR - Enfatizar: um critério "de bom senso aparente" pode esconder uma discriminação sem intenção maliciosa. - Erro comum ou pergunta: perguntar que outros critérios "de bom senso" podem esconder discriminação (aparência, sotaque). - Exemplo ou analogia: julgar pela idade é como julgar um livro pela capa, ignora o conteúdo real.

NOTAS DO PROFESSOR - Enfatizar: documentar uma solução é um ato de colaboração, não só de organização pessoal. - Erro comum: guardar "truques" só para si por medo de perder valor perante a equipa. - Exemplo ou analogia: uma equipa que partilha conhecimento é como uma corrente, tão forte quanto o elo mais fraco reforçado pelos outros.

NOTAS DO PROFESSOR - Enfatizar: estas responsabilidades são atitudes avaliadas nesta UC, não "extras" simpáticos. - Erro comum: formatar um disco e considerar os dados "apagados" (não são, é preciso apagamento seguro). - Exemplo ou analogia: descartar eletrónico no lixo comum é como despejar óleo usado no ralo, o dano é invisível mas real.

NOTAS DO PROFESSOR - Enfatizar: "foi o sistema que decidiu" nunca é uma justificação válida, alguém programou e aprovou o uso. - Erro comum: assumir que um algoritmo é "neutro" só porque é matemática. - Exemplo ou analogia: um algoritmo é como um espelho, reflete os dados com que foi treinado, incluindo os seus preconceitos.

NOTAS DO PROFESSOR - Enfatizar: estas quatro perguntas são um checklist prático antes de aprovar qualquer sistema automatizado. - Erro comum ou pergunta: perguntar à turma qual das quatro perguntas é mais difícil de responder na prática (normalmente a da explicabilidade). - Exemplo ou analogia: são as mesmas perguntas que se fariam a um novo funcionário antes de lhe dar autonomia total.

NOTAS DO PROFESSOR - Enfatizar: a escala é o problema, um recrutador humano discrimina um caso de cada vez, um algoritmo discrimina milhares. - Erro comum: achar que remover o campo "idade" ou "género" dos dados basta (o algoritmo pode inferir a partir de outros dados correlacionados). - Exemplo ou analogia: é como um funcionário novo que aprendeu os maus hábitos do antecessor sem ninguém corrigir.

NOTAS DO PROFESSOR - Enfatizar: sem transparência, a responsabilidade torna-se impossível de apurar, ninguém sabe quem decidiu o quê. - Erro comum: entregar relatórios "otimistas" para evitar más notícias ao cliente. - Exemplo ou analogia: um relatório incompleto é como um mapa com uma zona em branco, quem o segue arrisca-se sem saber.

NOTAS DO PROFESSOR - Enfatizar: quanto mais tempo passa até se reportar, maior é a responsabilidade se algo correr mal entretanto. - Erro comum ou pergunta: perguntar "porque é que esconder um erro é pior do que o próprio erro?". - Exemplo ou analogia: é como uma fuga de água pequena, avisada logo é uma reparação simples; escondida vira uma inundação.

NOTAS DO PROFESSOR - Enfatizar: os regulamentos não são só teoria jurídica, condicionam decisões de instalação muito concretas. - Erro comum: achar que "se a tecnologia existe, é legal usá-la assim". - Exemplo ou analogia: o AI Act é para a IA o que o código da estrada é para o trânsito, define o que é permitido e com que condições.

NOTAS DO PROFESSOR - Enfatizar: quanto maior o impacto potencial nas pessoas, maior a exigência regulatória. - Erro comum: pensar que "chatbot" é sempre risco mínimo; a obrigação de identificar-se como IA aplica-se aqui. - Exemplo ou analogia: é uma escala como a dos alimentos (semáforo nutricional), quanto mais "vermelho" o risco, mais restrições.

NOTAS DO PROFESSOR - Enfatizar: o técnico que instala o sistema também tem responsabilidade, não só quem o encomenda. - Erro comum ou pergunta: perguntar "e se for só para segurança de um centro comercial?" para discutir finalidade e proporcionalidade. - Exemplo ou analogia: é como instalar escutas num espaço partilhado, a tecnologia funciona, mas a legalidade é outra questão.

NOTAS DO PROFESSOR - Enfatizar: mal-intencionado e inconsciente são riscos distintos, mas ambos exigem verificação humana como defesa. - Erro comum: achar que só o uso deliberadamente malicioso é um risco; o uso descuidado também tem consequências. - Exemplo ou analogia: um deepfake é como uma falsificação de assinatura, cada vez mais fácil de fazer e mais difícil de detetar.

NOTAS DO PROFESSOR - Enfatizar: a IA pode "alucinar", gerar informação plausível mas incorreta; a revisão humana não é opcional. - Erro comum: assinar ou entregar um documento gerado por IA sem validação técnica própria. - Exemplo ou analogia: usar IA sem rever é como assinar um contrato sem ler, o risco é sempre de quem assina.